Нерезкое маскирование ( USM ) — это метод повышения резкости изображения , впервые реализованный в фотолаборатории , но теперь широко используемый в программном обеспечении для цифровой обработки изображений . Его название происходит от того факта, что метод использует размытое или «нерезкое» негативное изображение для создания маски исходного изображения. Затем нерезкая маска объединяется с исходным позитивным изображением, создавая изображение, которое менее размыто, чем исходное. Полученное изображение, хотя и более четкое, может быть менее точным представлением объекта изображения.
В контексте обработки сигналов нерезкая маска обычно представляет собой линейный или нелинейный фильтр, который усиливает высокочастотные компоненты сигнала.
Для процесса фотолаборатории негатив большого формата стеклянной пластины копируется контактным способом на малоконтрастную пленку или пластину для создания позитивного изображения. Однако позитивная копия делается с копировальным материалом, контактирующим с обратной стороной оригинала, а не эмульсией к эмульсии , поэтому она размыта. После обработки этот размытый позитив заменяется в контакте с обратной стороной оригинального негатива. Когда свет проходит как через негатив, так и через регистровый позитив ( например, в увеличителе ), позитив частично отменяет часть информации в негативе.
Поскольку позитив был намеренно размыт, то отменяется только низкочастотная (размытая) информация. Кроме того, маска эффективно уменьшает динамический диапазон исходного негатива. Таким образом, если полученное увеличенное изображение записывается на контрастной фотобумаге , частичное отмена подчеркивает высокочастотную пространственную информацию (мелкие детали) в оригинале без потери деталей в светах или тенях. Полученный отпечаток выглядит более резким, чем тот, который был сделан без нерезкой маски: его резкость увеличивается.
В фотографической процедуре степень размытия можно контролировать, изменяя «мягкость» или «жесткость» (от точечного источника до полностью рассеянного) источника света, используемого для первоначальной экспозиции нерезкой маски, в то время как силу эффекта можно контролировать, изменяя контрастность и плотность (т. е. экспозицию и проявление) нерезкой маски.
Для традиционной фотографии нерезкое маскирование обычно используется на монохромных материалах; специальные панхроматические мягкие черно-белые пленки были доступны для маскирования фотографических цветных диапозитивов. Это было особенно полезно для управления диапазоном плотности диапозитива, предназначенного для фотомеханического воспроизведения .
Тот же принцип дифференциации используется в инструменте нерезкого маскирования во многих пакетах программного обеспечения для цифровой обработки изображений, таких как Adobe Photoshop и GIMP . [1] Программное обеспечение применяет гауссово размытие к копии исходного изображения, а затем сравнивает его с оригиналом. Если разница больше, чем заданный пользователем пороговый параметр, изображения (по сути) вычитаются.
Цифровое нерезкое маскирование — это гибкий и мощный способ повышения резкости, особенно в отсканированных изображениях . К сожалению, оно может создавать нежелательные заметные эффекты краев или увеличивать шум изображения . Однако эти эффекты можно использовать творчески, особенно если резкость повышается на одном канале изображения RGB или Lab . Нежелательные эффекты можно уменьшить, используя маску, особенно созданную с помощью обнаружения краев , чтобы применять резкость только к желаемым областям, иногда это называют «умной резкостью».
Обычно цифровое нерезкое маскирование контролируется с помощью величины, радиуса и порога:
Существуют различные рекомендации для начальных значений этих параметров, [2] и значение может различаться в зависимости от реализации. Обычно рекомендуется радиус от 0,5 до 2 пикселей и величина 50–150%.
Также можно реализовать USM вручную, создав отдельный слой, который будет действовать как маска; [1] это можно использовать для понимания того, как работает USM, или для тонкой настройки.
Типичная формула смешивания для нерезкого маскирования:
Нерезкое маскирование также может использоваться с большим радиусом и небольшим количеством (например, радиусом 30–100 пикселей и количеством 5–20% [3] ), что приводит к увеличению локального контраста, метод, называемый локальным усилением контраста . [3] [4] USM может увеличивать либо резкость, либо (локальный) контраст, поскольку оба эти метода являются формами увеличения различий между значениями, увеличивая наклон — резкость, относящаяся к очень мелкомасштабным (высокочастотным) различиям, и контраст, относящийся к более крупномасштабным (низкочастотным) различиям. Более мощные методы улучшения тональности называются тональным отображением .
Для обработки изображений деконволюция — это процесс приблизительного инвертирования процесса, который привел к размытию изображения. В частности, нерезкое маскирование — это простая линейная операция с изображением — свертка ядром , которое является дельтой Дирака минус ядро гауссового размытия. Деконволюция, с другой стороны, обычно считается некорректно поставленной обратной задачей , которая лучше всего решается нелинейными подходами. В то время как нерезкое маскирование увеличивает кажущуюся резкость изображения без учета способа, которым изображение было получено, деконволюция увеличивает кажущуюся резкость изображения, но основана на информации, описывающей некоторые из вероятных источников искажений светового пути, используемого при захвате изображения; поэтому иногда она может быть предпочтительнее, когда затраты времени на подготовку и время вычисления на изображение компенсируются увеличением четкости изображения.
С помощью деконволюции «потерянные» детали изображения могут быть приблизительно восстановлены, хотя обычно невозможно проверить, что восстановленные детали точны. Статистически можно достичь некоторого уровня соответствия между изображениями с повышенной резкостью и реальными сценами, которые будут сняты. Если сцены, которые будут захвачены в будущем, достаточно похожи на проверенные сцены изображения, то можно оценить степень точности восстановленных деталей. Улучшение качества изображения часто оказывается привлекательным, поскольку те же проблемы проверки присутствуют даже для неулучшенных изображений.
Для эффективности деконволюции необходимо смоделировать все переменные в сцене изображения и устройстве захвата, включая апертуру , фокусное расстояние , расстояние до объекта, объектив и показатели преломления среды и геометрии. Успешное применение деконволюции к изображениям с камеры общего назначения обычно невозможно, поскольку геометрия сцены не задана. Однако деконволюция в действительности применяется к микроскопии и астрономической визуализации, где значение полученной резкости велико, устройства формирования изображений и относительное положение объекта хорошо определены, а оптимизация устройств формирования изображений для улучшения резкости физически обойдется значительно дороже. В случаях, когда присутствует стабильная, четко определенная аберрация, например, дефект линзы на ранних изображениях космического телескопа Хаббл , деконволюция является особенно эффективной методикой.
В приведенном ниже примере изображение свернуто с использованием следующего фильтра повышения резкости:
Фильтр резкости
Эта матрица получена с использованием уравнения, показанного выше в разделе #Цифровое нерезкое маскирование, с использованием однородного ядра с 5 пикселями для «размытого» изображения и 5 для множителя «количества»:
Эффектом повышения резкости можно управлять, изменяя множитель. Значение 5 было выбрано здесь для получения ядра с целыми значениями, но это не является обязательным требованием для операции.
Второе изображение было увеличено вдвое по сравнению с первым.
